我國突發性網絡輿情事件的關聯網絡結構分析

摘要：[目的/意義]對我國突發性網絡輿情事件的要素進行內容歸納和關聯分析，以發現網絡輿情演化的結構特征，豐富對網絡輿情傳播規律的共性認識。[方法/過程]以人民網連續12年發布的《我國互聯網輿情分析報告》的115個突發性網絡輿情事件為研究對象，基于內容分析和共詞網絡分析方法，從“主體一主題一風險一誘因”四大維度來透視我國網絡輿情事件的關聯網絡結構特征。[結果/結論]研究發現，我國突發性網絡輿情事件的要素之間具有緊密的關聯性;府際問責、政民互動與警民沖突構成我國輿情生態的基本主體關系;公眾安全感和政府公信力在共詞網絡中具有重要影響力：經濟利益、公平正義和道德誠信也是社會公眾關注的永恒議題。

關鍵詞：網絡輿情;突發事件;關聯網絡結構;共詞網絡;內容分析

DOl： 10.3969/j .issn .1008 -0821 .2019.12 .014

[中圖分類號] G206.2 [文獻標識碼]A [文章編號]1008-0821 （2019） 12-0121-10

作為一個多因素驅動演化的過程，突發性網絡輿情事件具有不確定性、多因性和衍生性等基本特征。這些特征共同塑成了多元主體在網絡空間與現實社會之中圍繞公共議題進行交互、協商、博弈乃至沖突的復雜互動過程。現實中，任一網絡輿情事件的發生都是在特定情境下多種因素綜合作用的結果，受到社會觀念、政策制度、行為規范等約束而非單一孤立的存在。從過去大量的突發性網絡輿情事件中，我們不難發現網絡輿情事件在焦點人物、關注議題、演化過程等方面呈現出明顯的關聯現象。短期來看，在同一時期內因主體或主題相近的社會事件極易喚起“集體記憶”，從而快速演化為網絡輿情事件。例如近年來頻發的一系列幼兒園虐童、高鐵霸座、公交車乘客行為失范等不良現象屢見網絡;長期來看，在社會制度和文化等因素的影響下，不同輿情事件又時常呈現出內在一致的演化邏輯。例如在群體性事件中，貴州“甕安事件”（2008）、湖北“石首事件”（2009）以及四川瀘縣“學生墜亡事件”（2017）都遵循著由社會個體意外死亡引發，各種謠言不斷，最后導致政府公信危機進而引發群體性沖突的基本演化邏輯。因此，這些過去的輿情事件所隱含的“標簽化”結構特征為我們當前研究提供了很好的歷史觀察窗口，去揭示輿情事件要素所隱藏的關聯關系，從而為當前政府及相關部門增強網絡輿情的治理效果提供決策參考。

輿情事件的關聯現象對現實中具有同性質或相似突發性網絡輿情事件得以廣泛關注和升級的原因具有重要的解釋力，它是指“網絡熱點事件通過主體、主題、情緒等要素發生聯系，生成輿情簇或者輿情集，從而影響輿情演化的現象”[1]。自2005年我國網絡輿情研究肇始以來[2]，學界在輿情利益主體、演化機制和防范治理等方面都產生了大量成果，但聚焦于網絡輿情事件的關聯研究乏善可陳，基本多是從輿情衍生、輿情共振、連鎖反應[3]等視角進行解釋，尤其是基于現實多案例的關聯網絡分析還很不足。事實上，社會中大量的矛盾問題和沖突事件，并非都可以演化為網民關注的輿情事件。那么，在網絡輿情生態中，究竟具備哪些要素特征的輿情事件更容易“脫穎而出”？其之間呈現怎樣的網絡結構關系？有鑒于此，本研究選取人民網輿情監測室自2007起連續12年發布的《我國互聯網輿情分析報告》中提供的當年熱點輿情，經過分類編碼后選取115個突發性網絡輿情事件，使用內容分析和共詞網絡分析方法來探究我國突發性網絡輿情事件之間的關聯網絡結構，進而從宏觀上呈現我國突發性網絡輿情事件要素的基本特征與關聯關系。

1 相關概述與研究設計

1.1 基本概念與分析框架

2007年，在我國頒布并施行的《中華人民共和國突發事件應對法》中，將“突發事件”定義為：“突然發生，造成或者可能造成嚴重社會危害，需要采取應急處置措施予以應對的自然災害、事故災難、公共衛生事件和社會安全事件”。這反映出突發事件具有產生的瞬間性、爆發點的偶然性、發展趨勢的危機性和對社會的危害性4個特征[4]。當突發事件與網絡要素結合在一起則具有了網絡輿情的屬性。網絡輿情是指“在互聯網這一特定的領域中，網民及網絡媒介等對涉及公共政治、公共事務和公共利益的人物、事件、觀點的情感、認知和評價”[5]。區別于一般的網絡輿情研究，突發性網絡輿情事件主體往往涉及地方政府等公權力機構，處置不當極易引起政民之間的對立與沖突[6]。因此，本文認為突發性網絡輿情事件是指突發事件與網絡空間結合而形成的一種輿情形態，具有突發性與易擴散性。而且，事實上很多突發性網絡輿情事件并非真正的“突發”，其背后是一系列的“聯動”事件[7]。輿情事件之間的關聯與網絡環境密不可分，網絡空間中一些擁有共同主體、主題和情緒的事件被挖掘出來，成為社會共同的關注并引發“聚集效應”和“聚焦效應”[7]。也就是說，突發性網絡輿情事件是內嵌于社會制度和文化體系之中的，它所反映的主題屬性并非是固定的、靜態的，而是具有分階段衍生性和多主體互動復雜性特征。

因此，本研究從“突發事件何以為輿情”這一基本性問題出發，以輿情事件的關聯網絡結構為研究主線，借鑒王國華對于突發性網絡輿情事件關聯類型的基本劃分[1]。由于本文研究的為突發性網絡輿情事件，內在體現了事件的風險屬性，而且整體網民情緒以負面情緒為主，與事件性質密切相關的社會情緒難以測度。故本研究從“主體一主題一風險一誘因”4個維度構建網絡輿情事件的要素結構。其中，輿情主體是指網絡輿情事件中直接與事件相關，并推動事件演化的利益相關者，反映了“誰去關注”，輿情主題與風險特征是指網絡輿情事件中輿情信息所涉及的主題領域，反映了“關注什么”，輿情誘因是指網絡輿情事件之所以受到社會多主體關注的原因，反映了“為什么關注”。

1.2 研究設計

本研究分為案例庫構建、關鍵詞提取、共現矩陣建立和可視化展示4個階段。首先，本研究建立一個網絡輿情案例庫，并篩選出符合要求的突發性網絡輿情事件。從2007年開始，人民網輿情數據中心（原人民網輿情監察室）已連續12年發布《中國互聯網輿情分析報告》，并公布當年熱度排名前20的網絡輿情事件。因此，本研究共得到240例網絡輿情事件，從而構建了時間序列上的網絡輿情案例庫;其次，根據網絡輿情事件的百度百科信息為基礎，搜集相關其他報告，盡可能還原事件起始成因等關鍵要素。基于內容分析方法，利用Nvivoll.0從四大維度進行編碼歸納，構建了關聯輿情要素的結構體系;最后，使用文獻分析軟件Bi-comb2.0構建要素的共現矩陣，并使用UCINET6.0軟件對4個維度的關鍵詞進行共詞網絡分析，以可視化的形式呈現不同維度下要素之間的關聯情況。

內容分析（ Content Analysis）方法是一種定量與定性相結合的分析方法，主要研究內容與特定主題之間的相關關系。它將非定量的文本材料轉化為定量數據，并根據數據特征進行相關判斷和推論，其最大特點就是定量與定性相結合[8]。從本質上來說，內容分析法是一種編碼，而編碼是將原始材料轉化成標準化材料的一種形式[9]。從廣義上來看，共詞分析方法屬于內容分析方法的一種，其原理主要是對一組詞兩兩統計它們在同一篇文獻中出現的次數，從而達到挖掘隱含信息的目的，進而反映這些詞所代表的學科和主題的結構變化[10]。過去共詞分析主要是基于文獻提取關鍵詞，進而生成共現矩陣。同樣，這種研究方法也有助于從“關系”角度出發，去研究突發性網絡輿情事件之間的要素結構關系。

2 研究過程

2.1 案例選取

本研究立足于我國突發事件引起的網絡輿情所具有的突發性、危害性、社會性等基本特征，去除不符合條件的案例，例如：人民幣升值（ 2007）、安陽曹操墓真偽之辨（ 2010）、谷歌退出中國（2010）、日本9.0級地震（2011）、利比亞政局（ 2011）、喬布斯去世（2011）、莫言獲諾貝爾文學獎（ 2012）、光盤行動（2013）、網絡紅包傳遞新傳祝福（ 2015）、王寶強離婚（2016）、P2P暴雷潮（2018））等。最終，本案例庫共去除71個非負面網絡輿情，10個經濟類網絡輿情，23個娛樂體育類網絡輿情，21個國際沖突類網絡輿情，共得到115個突發性網絡輿情事件，構成本研究的編碼分析案例庫。

2.2 內容編碼

內容編碼目的在于一定程度擺脫現有研究分類，從案例出發來厘清我國突發性網絡輿情事件的分類特征。為保障本研究提取的要素維度科學、合理、完備，本研究遵循以下幾個原則：一是多人多次編碼。選擇兩名從事風險研究的研究生對115個案例的主體、過程、結果等基本信息進行多渠道搜集，然后獨立二次編碼;二是多因素多維度編碼。在具體編碼過程中，很多案例是政治、經濟、文化、制度等一系列社會因素綜合作用的結果，單一編碼方式無法真正反映網絡輿情事件的內在成因和多屬性特征。例如，2011年的“廣東烏坎事件”中，烏坎村村民對土地問題、財務問題、選舉問題以及環境問題對村干部不滿，部分上訪村民產生了聚集、打砸等非法行為。這一事件，涉及“上訪”、“貪腐”、“土地問題”、“利益矛盾”、“環境保護”、“群體性事件”等多種因素。因此，本研究采用多因素編碼方式，對每個輿情案例進行系統梳理，力圖能夠完整呈現其演化的結構性因素;三是先組和后組相結合的方法。現有網絡輿情分類對于現實案例的適用性存在局限性。因此，本研究在現有研究基礎上初步確定分類表，在對具體案例的歸類中，依據主題具體情況對分類表進行調整[8]。為了提高編碼結果的信度與合理性，本文由兩名研究生在既定編碼原則下進行二次獨立編碼，對于存在編碼結果差異的輿情案例，由包括筆者在內的3人共同討論確定。

一是利益相關主體編碼。在主體編碼過程中，需要判斷相關主體的行為是否影響與加劇了輿情發展。例如，在交通事故中，“杭州飆車案（2009）”、“南京寶馬撞人案（ 2015）”的直接利益相關者涉及交警，而“李剛之子校園撞人致死（ 2010）”、“廈門公交起火案（2013）”等輿情中，由于交警行為并不直接推動事件發展，則不歸入相關主體范疇。二是涉及主題領域編碼。現有研究從不同視角對網絡輿情進行了多種分類。如中宣部輿情信息局（2009）根據信息內容差異將網絡輿情分為政治性網絡輿情、經濟性網絡輿情、文化性網絡輿情、社會性網絡輿情和復合性網絡輿情[11];謝耘耕按行業領域將輿情分為：食品安全輿情、環境輿情、醫療業輿情、教育輿情、反腐倡廉輿情、官員人事任免輿情、交通輿情、涉警涉法輿情、企業及企業家輿情[12];人民網輿情頻道案例庫將輿情事件分為經濟生活、社會民生、公共管理、司法事件、文化科教、群體事件、港臺國際、地方形象、企業形象9大類[13]。以上分析雖然有助于我們認識網絡輿情的概念外延，但不難發現以上分類是基于事件的靜態特征進行劃分，存在多重屬性的交叉現象，因此本研究根據“政治、經濟、文化、社會、環境”五大層面進行劃分。三是輿情風險類型編碼。突發性公共安全事件無論是來自自然因素還是社會建構導致的，本質上都是風險現象。根據《突發事件應對法》劃分的4種風險類型進行歸納編碼，同時考慮政府這一特殊主體，故把突發事件分為自然災害、事故災害、公共衛生事件、社會安全事件和政府自身危機事件[14]。四是輿情誘因類型編碼。在輿情誘因中，突發性輿情之所以發生，主要在于輿情所表達的信息打破了現有社會和諧的狀態。早在2004年，我國便提出了“構建社會主義和諧社會”的概念，其中“民主法治、公平正義、誠信友愛、充滿活力、安定有序、人與自然和諧相處”是和諧社會的主要內容。在編碼過程中，參考以上分類為分組指標，并經過具體歸類調整。

經過以上步驟，本研究編碼形成了一個包含4個一級類目、19個二級類目和40個三級類目構成的網絡輿情“主體一主題一風險一誘因”分類表。如作為一級類目的參與主體涉及政府、社會、媒體、涉外組織4個二級類目，又劃分為中央政府、地方政府、高層官員、基層官員、警察/交警、記者等三級類目（見表1）。根據分類表，對每個輿情案例根據要素進行逐個判斷，涉及則賦值為1，不涉及則賦值為0。其中，二級類目下的突發性網絡輿情事件的案例數量統計如圖1所示。

2.3 共詞網絡分析

本研究借助Bicomb2.0軟件建立了突發性網絡輿情事件要素的詞篇矩陣和共現矩陣，并運用社會網絡分析方法分析我國突發性網絡輿情事件要素的共詞網絡特征。圖2顯示了基于詞篇矩陣分析得到的我國突發性網絡輿情事件的共詞網絡圖，其中外圍的圓形節點代表了關鍵詞即網絡輿情要素，中間的方形節點代表115個案例單元。可以看出，本研究所提取的三級類目所組成的共詞網絡中連接最少的節點為“科技”，僅有一次連接，最多的節點為“政府形象”，達到65次連接，這表明突發性網絡輿情事件發展演化具有較強的共性和整體性。

圖3顯示了基于共現矩陣分析得到的我國突發性網絡輿情事件的共詞網絡。在共詞網絡中，所有節點都表示關鍵詞，連線代表兩個關鍵詞至少1次同時出現在某個突發性網絡輿情事件中，即存在關聯現象。從直觀定性看，節點之間的連線表示關鍵詞共現情況，線條越粗表明兩個關鍵詞共現的次數越多，而且某個節點的連線越多則表明它與其他節點的關系越緊密[15]。在此，本文從網絡密度、中心性、核心一邊緣結構等指標對我國突發性網絡輿情事件共詞網絡的內部結構與特征進行探討。

2.3.1 網絡密度

網絡密度是以網絡中實際存在的連線數量占最大可能連線數量的比例來表示，反映了節點之間關聯的緊密程度，節點之間越相關，則網絡密度越大[16]。它是社會網絡分析常用測度指標之一，取值范圍為[0，1]，數值越大，則節點之間關聯越緊密[17]。結合網絡密度來看，將多值矩陣轉換為二值矩陣，得到網絡密度值為0. 7115。這意味著40個關鍵詞大多已建立聯系，網絡密度較高，網絡連通性能較好。換言之，突發性網絡輿情事件的要素之間關聯程度高。

2.3.2 中心性

中心性是關于節點在網絡中的中心性位置的測量概念，描述的是節點在其所處的共詞網絡中的地位及其重要性[18]。在本研究中，中心性指標主要用于衡量不同要素在突發性網絡輿情事件共詞網絡中的地位和影響力。它主要包括度數中心性、接近中心性和中間中心性3個指標。突發性網絡輿情事件要素的中心性指標見表2所示。

1）度數中心性（Degree Centrality）。度數中心性是指在網絡中與該節點直接相連的節點數量[19]。在共詞網絡中，如果一個輿情要素的度數中心性越高，說明其在整個網絡中直接聯系的其他節點越多，越接近中心性地位。從表2可知，公共安全的度數中心性最高，也就是說在39個要素中，有30個要素都和公共安全同時出現在某一輿情事件中。另外，政府形象、社會安全、道德失范、政府危機等9個要素的度數中心性在16以上，也是具有較高的網絡影響力，表明這些要素是網絡輿情事件多發的主要因素。

2）接近中心性（ Closeness Centrality）。接近中心性是根據距離來計算某節點的中心程度，其距離指某節點到網絡中所有其他節點的距離總和[19]。在共詞網絡中，如果一個輿情要素的接近中心性越高，反映其與其他節點之間的接近程度高，則表示該節點的依賴性越高。從表2看出，政府形象和社會群體的接近中心性最高。

3）中間中心性（Between Centrality）。中間中心性描述節點在整個網絡中的中心程度，主要說明整個網絡的集中程度，即整個網絡圍繞某一節點或一組節點來運行的程度[19]。共詞網絡中的某個節點的中間中心性越高，說明其占據更多中間位置，控制能力更強。由表2看出，政府形象、道德誠信和社會群體的中間中心性最高。

2.3.3 核心一邊緣結構

根據網絡節點之間相關程度，確定哪些節點處于核心位置，哪些節點處于邊緣位置，進而將整個網絡分成核心區域和邊緣區域[20]。本研究對各個節點的核心度進行統計后，將核心度排名前10的和排名后10的要素節點進行分析（表3）。可以發現，公共安全、政府形象、社會安全、政府危機居于絕對中心的位置，道德失范、社會矛盾等稍次。而歷史人文、公眾人物和科技的核心度最低。

3 研究結論

3.1 府際問責、政民互動與警民沖突構成我國輿情生態網絡的三大主體關系

突發性網絡輿情事件可視為政府、公民、媒體等多元主體共同參與公共議題的政治表達與互動過程。圖4顯示了我國突發性網絡輿情事件主體關聯的共詞網絡，可以發現存在三對重要關系：一是輿情事件中自上而下的府際關系。面對重要突發性輿情事件，我國地方政府和中央政府在輿情處置過程中表現出不一致的響應行為。在“陜西黑磚窯（2007）”、“上海釣魚執法（2009）”、“問題疫苗事件（2018）”等政務輿情事件中，地方政府的反應遲鈍和中央政府的雷厲風行形成明顯對比。同時，中央政府對地方政府的制度性問責也成為輿情快速解決的重要推力。二是政府和社會群體及個體之間的高度互動關系。當前，我國大多數輿情事件都具有明顯的地域性特征，屬地管理下的分級負責制給地方政府輿情管控帶來了巨大壓力，地方政府成為輿情處置中與社會多元利益協調的直接主體。三是緊張的警民沖突關系。基層個體與基層執法人員之間的矛盾沖突成為政務輿情治理中難以回避的癥結，也是我國輿情處置不可忽視的一個重要關系，如“楊佳襲警（2008）”、“云南躲貓貓事件（2009）”、“上海釣魚執法（2009）”、“夏俊峰事件（2013）”等都是典型的警民沖突事件。

3.2 公眾安全感缺失是當前突發性網絡輿情事件得以發酵的重要誘因

公眾安全感是人們渴望穩定和安全的基本心理需求[21]。風險社會背景下公眾面臨的最大心理威脅即公眾安全感的缺失[22]。從風險類型劃分看，無論是自然災害、公共衛生、社會安全、事故災難還是政府自身危機，大多伴隨著人身傷害、財產損失以及精神損害等與公眾安全密切相關的誘因。這種安全感的缺失一方面在于特殊國情所導致的信仰和價值觀危機、公民整體素養不高以及體制制度的結構性漏洞等原因[23];另一方面風險事件多發的現實放大了社會群體對于公共安全風險的感知程度，如“汶川地震（2008）”、“成都6-5公交車燃燒事件（2009）”、“7·23動車追尾（2010）”等。而且，公眾安全感訴求的不斷提升推動著人們在輿情事件中行為邏輯的轉變。網民不再滿足于“指尖發聲”和“網絡圍觀”的網絡監督方式，而是選擇以現實行動去干預事件的發展[24]。可以發現，網民已經結成了具有現實影響力的虛擬壓力集團，通過喊話、評論等網絡互動的溫和表達方式形成輿論壓力，表達基本的安全感訴求。同時，網民也以實際行動更為直接地參與到事件發展過程之中，并基于自身利益去評議公共政策和影響政府的決策行為，如“廣東茂名PX事件（2014）”、“連云港反核事件（2016）”等鄰避類群體事件。

3.3“后真相”時代下地方政府的公信力考驗：政府形象與政府危機

現有研究充分證實，地方政府行為顯著影響政務輿情發展[14]。網絡中心性分析發現，政府形象處于共詞網絡的絕對中心地位。作為網絡輿情事件的管控者、應對者以及公共危機的直接相關者，政府形象在輿情治理中發揮著關鍵性作用。不難發現，眾多輿情事件之所以紛繁復雜的重要原因主要有不實消息或謠言的傳播、政府行為回應失當以及社會民眾的非理性情緒等。以群體性事件為例可以發現，群體性事件網絡輿情的演化升級始終伴隨著政府公信力危機。“石首事件（2009）”、“瀘縣學生墜亡事件（2017）”等引發的群體性事件都具有一個高度的相似點：謠言煽動下民眾對死因的不認同，地方政府缺乏輿情預警機制以及存在對輿情嚴重性的低估，最終都由一起非正常死亡案件演變成重大的群體性事件。這其中，網絡謠言對于輿情演化升級發揮著重要推動作用。與此同時，政府辟謠不力往往導致辟謠失靈的后果[25]，加劇了輿情的升級。因此，“后真相”時代如何重塑政府公信力是輿情治理效果的關鍵。

3.4 經濟利益、公平正義和道德誠信是社會公眾關注的永恒話題

除了公共安全和政府形象之外，經濟利益、公平正義和道德誠信構成了當前我國網絡輿情事件誘發的關鍵因素。從社會經濟利益矛盾看，在我國經濟達到中等收入水平之后，經濟利益矛盾變得更加突出[26]。如因股權調整引起的“吉林通鋼暴力事件（2009）”和征地拆遷引發的“宜黃強拆自焚事件（2010）”。從社會公平正義看，社會公眾的不滿主要體現在對特殊階層的行為失范和政府官員公權力的濫用和監管不作為上。例如，“李天一案（2013）”、“河南靈寶市跨省抓捕王帥案（2009）”等網絡輿情事件。從社會道德誠信危機看，一方面表現在社會群體之間的道德失范現象，如“南京彭宇案（2007）”、“唐駿學歷‘造假門（2010）”、“雙匯‘瘦肉精事件（ 2011）”、“上海‘染色饅頭事件（ 2011）”等。另一方面，也很大程度表現為政府公信的缺失。如“國家藥監局局長鄭筱萸案（2007）”、“云南躲貓貓事件（2009）”、“微笑局長成‘表哥（ 2012）”等。這些事件深層次反映了社會對官員“為官不為”的不滿。綜合來看，這3種主題時常相互交織影響，任一矛盾的出現都可能引發一系列的社會問題，從而共同構成了我國網絡輿情事件不斷升級的根源。

4 新時期地方政府網絡輿情治理的邏輯轉向

4.1 網絡輿情治理模式的邏輯轉向：從“事后處置”到“事前預警”

在風險社會和轉型社會的雙重疊加背景下，我國傳統依靠政府進行網絡輿情管理的事后應對與處置模式已經難以為繼，實現關口前移已成為當前網絡輿情治理的基本共識。這種轉變既是傳統模式管理低效下的理念轉型和制度調整，也是以大數據技術為核心的信息時代推動下輿情治理實踐的一次深刻變革。因此，必須從技術、組織、制度以及理念等層面共同轉向以大數據技術和思維方法為核心的網絡輿情預警模式，實現網絡輿情的可知可控。其中，輿情預警模式的關鍵在于從對外在世界的關注轉向社會情緒的微觀觀察。社會情緒可以視為輿情演化的晴雨表。以社會情緒為監測預警對象，有助于地方政府及相關部門實時掌握社會情緒變化和走向，當超越臨界值時，應快速處置以提供決策支持。

4.2 網絡輿情治理觀念的邏輯轉向：從“維穩”到“維和”

長期以來，我國存在的“政治錦標賽、壓力型體制、行政發包制等規則制度塑造了政府維穩式治理方式[27]。然而，在公民意識增強和信息傳播加速的時代，“維穩”邏輯所帶來的弊端逐漸凸顯，需要向“維和”邏輯轉變。“穩”強調政治性因素，是傳統政治思維下的“穩定壓倒一切”的思想，一定程度是將維穩對象看作是社會的對立面而采取強硬手段進行的壓制行為。而“維和”則以協商合作的新思維去化解政民關系的矛盾，體現了從管制到治理思維的轉變。在方式上，不是強硬地以刪堵封等形式“爭奪話語權”，而是更加注重傾聽民意，引導話語權，滿足公眾的基本期望，形成政民互動的良性格局。另外，“維和邏輯”還體現在互動方式創新上，體現著政府重建公信力的誠意和努力，如暢通“網絡問政”渠道、開通“地方政府留言板”、實施基層協商民主等。

4.3 網絡輿情治理行為的邏輯轉向：從“人治”到“法治”

從互聯網時代轉向移動互聯網，再到如今的大數據時代，信息技術和網絡應用的不斷迭代加速著信息傳播的不確定性和輿情治理的復雜性。尤其是微博、微信等社交媒體以及自媒體的崛起帶來了網絡話語權重構和網絡內容生產模式革新，進而形成了新的網絡輿論場[28]。事實上，網絡輿情治理之所以復雜，一個重要原因在于信息技術快速變革中多元主體的觀念、情緒、態度等難以準確把握。新時期采用傳統“人治”思維下的管控措施只會適得其反。在多元利益交織的轉型期，社會公眾的法治需求逐漸凸顯，對法治公正的思考、對制度的訴求越來越成為公民的訴求核心。從115個案例中可以看出，高達91個輿情案例與“社會法治”密切相關，也可發現我國這12年的網絡輿情發展不斷推動著現實法治的進步。尤其是當前我國法治化進程加快，依法治國背景下的社會各個領域的法治建設逐步提升，這要求地方政府更加注重以“法治”思維和手段來應對網絡輿情。

5 結語

自2007年至今，我國網絡輿情研究已經走過12年，但“到目前為止還未能形成一個全面、明晰、清楚地認知[29]”，本研究意圖聚焦于輿情事件要素從宏觀上展示網絡輿情關聯研究的網絡結構。這115個現實案例不僅在本土化認識上驅動了學界相關理論研究的進展，而且促使一系列的公共政策調整與社會行動，成為真實反映我國社會發展與變革問題的一面鏡子。作為一項探索性研究，本文從現實案例出發去探討與回應輿情事件之間的結構特征和普遍規律，以厘清網絡輿情發展與治理的驅動力量和關鍵因素，從而呈現出我國網絡輿情要素的基本生態譜系。突發性網絡輿情事件本質上是涉及多元主體、涵蓋多種議題、融合不同群體利益訴求的互動演化過程。本研究從多案例出發，借助內容分析和共詞網絡分析方法探討了我國突發性網絡輿情事件在主體、主題、風險和誘因4個維度之間的關聯網絡結構特征。

如上文所言，任何網絡輿情事件都并非是孤立形成的，它是在特定的歷史文化制度背景下形成的，具有內在演化的復雜性和外在環境的不確定性，同時也隱藏著輿情演化的共性規律。在研究內容上，雖然本研究定位于12年的網絡輿情研究，但未能從歷史發展視角去觀察輿情關聯的動態演化邏輯。在研究方法上，本研究所采用的內容分析方法本身存在一定的主觀性，僅能從宏觀視角粗描了當前網絡輿情生態網絡結構的基本圖景，缺乏從微觀視角的審視。以上兩點反映了本文研究的局限性。在未來，如何借助大數據分析技術與方法對海量網絡輿情事件進行關聯分析，并從技術、組織、制度等多維審視輿情演化的邏輯轉變，將能夠為政府輿情預警與防控提供更為微觀的洞見以及治理經驗。

參考文獻

[1]王國華，突發事件網絡輿情的動力要素及其治理[M].武漢：華中科技大學出版社.2017.

[2]孔建華.國內網絡輿情治理研究綜述[J].電子政務，2018，（12）：67-78.

[3]謝健民，秦琴，吳文曉，基于本體的突發事件網絡輿情案例推理模型[J].情報雜志，2019，38 （1）：79-86.

[4]朱力.突發事件的概念、要素與類型[J].南京社會科學，2007，（ 11）：81-88.

[5]嚴利華，宋英華，非常規突發事件網絡輿情的關鍵要素和發生邏輯[J].中國應急管理，2015，（4）：14-19.

[6]揚艷峰.地方政府突發事件網絡輿情應對研究——以瀘縣學生墜亡事件為例[D].鄭州：鄭州大學，2018.

[7]胡婷婷.突發事件網絡輿情的演化要素及治理策略研究[J].現代情報，2018，38 （10）：51-56.

[8]沙勇忠，牛春華，信息分析（第2版）[M].北京：科學出版社.2016： 127.

[9] Wimmer R D，Dominick J R.Mass Media Research[ M]. Cen- gage Leaming，2013.

[10]鐘偉金，李佳，楊興菊，共詞分析法研究（三）——共詞聚類分析法的原理與特點[J].情報雜志，2008，（7）：118- 120.

[11]中共中央宣傳部輿情信息局，網絡輿情信息工作理論和實務[M].北京：學習出版社，2009： 9-12.

[12]謝耘耕，中國社會輿情與危機管理報告[M].北京：社會科學文獻出版社.2012.

[13]人民網輿情監測室，人民網輿情頻道案例庫[EB/OL].ht-tp：//yq. people.com.cn/CaseLib.htm.

[14]賴詩攀，問責、慣性與公開：基于97個公共危機事件的地方政府行為研究[J].公共管理學報，2013，10 （2）：18-27，138.

[15]張悅玫，周倩，基于共詞網絡的我國企業效率研究結構分析[J].東北大學學報：社會科學版，2018，20（ 6）：569-577， 585.

[16]約翰·斯科特，社會網絡分析法[M].重慶：重慶大學出版社.2007.

[17]黃建偉，劉文可，陳美球，等.中國農地流轉研究述評：20年文獻回顧與展望——基于社會網絡分析技術[J].中國土地科學，2017，31 （3）：80-88.

[18]袁潤，王慧，基于社會網絡分析的圖書館學論文合著現象研究[J]圖書情報研究，2010，3（3）：37-40.

[19]李保強，蔡運荃，吳笛.我國高等職業教育研究學術群體知識圖譜構建——基于作者共被引分析的視角[J].高等教育研究，2016，37（8）：40-47.

[20]李亮，朱慶華，社會網絡分析方法在合著分析中的實證研究[J].情報科學，2008，（4）：549-555.

[21]俞國良，王浩，社會轉型：國民安全感的社會心理學分析[J].社會學評論.2016，4（3）：11-20.

[22]楊菁，楊夢婷.重大突發事件中公眾安全感的影響因素及治理對策研究——基于4·20雅安地震公眾安全感的實證分析[J].探索，2016，（1）：172-179.

[23]何珊君.高風險社會的表現、特征及緣由——基于風險社會理論的中國視角[J].西北師大學報：社會科學版，2018，55（1）：121-128.

[24]葉戰備，從輿情參與到現實行動：公眾參與涉政網絡事件的生成機理[J].行政論壇，2019，26（1）：30-38.

[25]王超，辟謠何以失靈？——一個信息傳播效果視角的解釋框架[J].情報雜志，2019，（5）：123-129.

[26]顧紹梅.我國社會利益矛盾呈現新態勢新趨勢[J].寧夏社會科學，2015，（6）：61-65.

[27]崔晶，亓靖，鄰避事件中地方政府行為選擇探析——以北京阿蘇衛鄰避抗爭事件為例[J].南京工業大學學報：社會科學版，2017，16 （4）：28-39.

[28]左蒙，李昌祖，網絡輿情研究綜述：從理論研究到實踐應用[J].情報雜志，2017，36 （10）：71-78，140.

[29]王連喜.網絡輿情領域相關概念分布及其關系辨析[J].現代情報，2019，39（6）：132-141.

（責任編輯：孫國雷）

收稿日期：2019-06-13

基金項目：2017年教育部哲學社會科學研究重大課題攻關項目“大數據驅動的城市公共安全風險研究”（項目編號：16JZD023）;中央高校基本科研業務費專項資金資助重點項目“基于大數據的城市公共安全風險預警研究”（項目編號：17LZUJBWZD012）。

作者簡介：王超（1988-），男，博士研究生，研究方向：公共危機信息管理，網絡輿情治理。